GPT-6 Astraの違いと料金｜賢さは同等でもPC操作が進化

OpenAIが2026年9月3日に公開したGPT-6 Astraは、同社が「世界で最も賢いモデル」と呼ぶ新しいフラッグシップです。ただし各種ベンチマークを見ると、いわゆる「賢さ」の総合指標は前世代のGPT-5.6 Solとほぼ横並びで、大きく伸びたのはパソコン操作（Computer Use）とコード編集、そしてサイバー領域の能力でした。この記事では、GPT-5.6 Solとの違いを表で整理し、料金・使えるプラン・内蔵ツール、そしてサイト制作や自社ツール開発でどう使うかまで、編集部が一次情報を確認してまとめます。結論から言えば、Astraは「頭が良くなったモデル」ではなく「手を動かせるようになったモデル」です。

GPT-6 Astraとは？OpenAIが公開した新フラッグシップの位置づけ

GPT-6 Astraは、OpenAIが2026年9月3日に発表した最新の最上位モデルです。同社はこれを「世界で最も賢いAIシステム」と表現し、あわせて自社の安全枠組み（Preparedness Framework）で初めて「Critical（重大）」なサイバー能力の水準に達したモデルだと明言しました。CEOのSam Altmanは発表当日、Xで「安全基準を満たすのに時間がかかったが、これは傑作だ」と投稿しています。まずは一部の法人顧客に提供され、数日のうちに有料プランの一般利用者へ広げる計画です。

編集部が確認した範囲では、Astraの売りは「自律的にコンピュータを操作してタスクをこなす」点にあります。OpenAIは、ウェブサイトをゼロから作る、表計算を埋める、科学的な分析やゲーム開発を進める、といった「面倒な作業」を人の代わりに実行できると説明しています。つまり質問に答えるモデルというより、画面を見て操作し、成果物を作るモデルへ寄せた設計です。

いつ・どのプランで使えるか

Astraは、ChatGPTのPlus・Pro・Business・Enterpriseの各プランで順次使えるようになります。加えてOpenAI APIと、Amazon Web Services（AWS）経由でも提供されます。開発補助ツールのCodexにも組み込まれ、コーディングのワークフローから直接呼び出せます。ChatGPTの有料プランに入っていれば、既存の利用枠の中で追加費用なく最上位モデルを試せる形です。

「賢さ」はGPT-5.6 Solとほぼ同じという評価

見出しに反する話に見えますが、ここがAstraを正しく捉える鍵です。第三者のベンチマーク集計（Artificial Analysis）では、Astraの総合的な知能指数はGPT-5.6 Solと同じ61ポイントで、Claude Fable 5.1をやや下回ると報告されています。純粋な推論や知識の「賢さ」だけを見れば、前世代からの伸びは大きくありません。伸びたのはコンピュータ操作・ソフトウェア開発・サイバーの実行系で、Astraは「賢くなった」より「作業をこなせるようになった」と理解するのが実態に近いといえます。

GPT-5.6 Solとの違い｜料金・仕様・得意領域

ここからはGPT-6 AstraとGPT-5.6 Solの違いを、料金・仕様・得意領域で並べて整理します。数値はOpenAIの公式ドキュメントと、公開ベンチマークで確認できたものだけを載せています。実測していない部分は「想定」と明記します。

表で見ると、料金は約2.5倍に上がる一方で、コンテキスト長も最大出力も、そして総合的な賢さも前世代とほぼ同じです。差が付いているのはコンピュータ操作とサイバー領域という「実行系」の能力に集中しています。GPT-5.6 Solとの長文処理の比較でも、OpenAIの8針（8-needle）テストで25.6万〜51.2万トークン帯は100%、51.2万〜100万トークン帯でも96.3%と、長い文脈を取りこぼしにくくなった点が報告されています。

アウトプットにどんな差が出ると想定されるか

ここからは、公開された仕様差から実務のアウトプットがどう変わりそうかを、想定として述べます。実測値ではなく、仕様にもとづく見立てです。まず、賢さの総合指標が横ばいである以上、文章の要約・翻訳・アイデア出しといった「考えて答える」作業では、Solから乗り換えても体感差は小さいと想定されます。ここで料金だけ2.5倍払うと割に合いません。

一方で、ブラウザやアプリを操作して成果物を作る作業、たとえば「管理画面にログインして設定を変える」「複数ファイルにまたがってコードを直す」といった手順の多いタスクでは、コンピュータ操作とコード編集の精度が上がった分、人が介在する回数が減ると想定されます。Astraが向くのは、賢さを問う仕事ではなく、手数の多い定型作業を丸ごと任せる仕事だと考えられます。

GPT-6 Astraの料金は？無料で使える？

APIの料金は入力が100万トークンあたり$10、出力が$50です。無料では使えませんが、ChatGPTのPlus（月20ドル）以上に加入していれば、その枠の中で追加費用なくAstraを試せます。APIで従量課金する場合は、下の表の単価で課金されます。

キャッシュとFastモードで実費は大きく変わる

Astraの料金設計で押さえておきたいのは、キャッシュ入力が$1と入力単価の10分の1に抑えられている点です。同じ仕様書やコードベースを前提に何度も呼び出す使い方なら、2回目以降はキャッシュ側の単価が適用されて実費が下がります。逆に、応答を速くするFastモードは全単価が2倍になるため、対話の速さが要らないバッチ処理では通常モードのままにするのが無難です。推論の深さはreasoning.effortでlow・medium・high・xhigh・maxの5段階に調整でき、深く考えさせるほど出力トークンが増えて費用も伸びます。

GPT-6 Astraにできること｜PC操作とコード編集で「作る」

Astraが前世代と最も違うのは、外部を操作する内蔵ツールが充実し、それらを組み合わせて自律的に動ける点です。OpenAIのモデルページで確認できる対応ツールは次のとおりです。

「調べて→書いて→実行して→直す」を1モデルで回せる

入力はテキストと画像に対応し、出力はテキストです。とくにcomputer_use（画面操作）とapply_patch（差分編集）、hosted_shell（コマンド実行）がそろったことで、「調べて→書いて→実行して→直す」という開発の一連を1つのモデルで回しやすくなりました。MCP（Model Context Protocol）にも対応しているため、社内ツールや外部サービスを接続して動かす構成とも相性が良い設計です。MCPの基本はMCPの仕組みを図解で解説しています。

ベンチマークで公表された数値

OpenAIが公開したベンチマークでは、大学院レベルの理科問題GPQA Diamondで96%、数学のFrontierMath Tier 4 v2で97.6%、パソコン操作のOSWorldで72.6%が示されました。抽象推論のARC-AGI-3は、OpenAI独自の実行環境（harness）で99.9%、標準的な実行環境では62.7%と、条件で大きく数値が変わる点に注意が必要です。脆弱性発見を測るExploitBenchは100%（GPT-5.6 Solは78.5%）で、この高いサイバー能力がCritical認定の根拠になっています。いずれもOpenAIの自己申告値で、第三者による再現検証は公表されていません。

サイト制作・自社ツール開発での実践的な使い方

ここからは、制作・開発の現場でAstraをどう使うかを、そのまま試せる粒度で3つ紹介します。共通する考え方は「賢さで選ばず、手を動かす工程に絞って使う」ことです。要約や原稿の下書きだけなら安いモデルで十分で、Astraの価値は操作と編集の自動化にあります。

①サイトのたたき台をComputer Useで一気に作らせる

OpenAIが例に挙げた「ウェブサイトをゼロから作る」用途は、制作会社のたたき台作りにそのまま使えます。APIでResponses形式にcomputer_useを渡し、要件をまとめて指示します。プロンプトは次の粒度で十分です。

あなたはフロントエンド実装を担当します。
以下の要件で1ページのLPをHTML/CSSで作り、プレビューして崩れを直してください。
- 構成：ファーストビュー（見出し＋CTA）／特徴3点／料金表／FAQ／フッター
- トーン：白基調・モノクロ＋差し色1色・角丸は控えめ
- レスポンシブ対応（375px / 768px / 1280px）
- 画像はダミーのグレー枠でよい
完成したらモバイル幅で表示を確認し、はみ出しがあれば修正してください。

Computer Useはブラウザで表示を確認しながら直せるため、「モバイルでボタンがはみ出す」といった崩れを人が指摘する前に自分で直しにいきます。編集部の考えでは、ここで作らせるのは完成品ではなく「叩き台」です。構造とレスポンシブの当たりを高速に出させ、コピーやブランドの微調整は人が引き取る、という分担が現実的です。

②apply_patchで既存コードへ差分だけを当てる

既存サイトの改修では、ファイル全体を書き直させると差分が読めず事故のもとになります。Astraのapply_patchは、変更を差分（パッチ）の形で当てるため、どこがどう変わったかをレビューしてから反映できます。指示は「全文を貼り直さず、差分で返す」と明示するのが要点です。

対象：/src/components/Header.tsx
依頼：スマホ幅（〜767px）でハンバーガーメニューを追加。
既存のPC用ナビはそのまま残す。
出力：ファイル全体ではなく apply_patch 形式の差分だけを返す。
変更理由を1行ずつコメントで添える。

差分で受け取れば、git diffと同じ感覚でレビューでき、意図しない箇所の書き換えを公開前に止められます。自社の定期実行スクリプトや社内ツールの保守でも、「差分で返させて人が承認してからマージ」という流れにしておくと、AIに任せる範囲を広げても壊しにくくなります。

③長い仕様書を1Mコンテキストに載せて破綻を減らす

Astraは約105万トークンのコンテキストを持ち、長文の取りこぼしも前世代より減ったと報告されています。制作案件の要件定義書・既存コード・ブランドガイドをまとめて渡し、その前提で作業させる使い方が向きます。ここで活きるのがキャッシュ入力の$1という単価です。

# 1回目：前提一式をキャッシュに載せる
#   - 要件定義.md / デザインガイド.md / 既存の共通CSS
# 2回目以降：同じ前提を再利用し、指示だけを差し替える
#   例）「トップの料金表だけ、3プランから2プランに変更して差分で返す」

同じ前提を繰り返し参照する案件では、2回目以降の入力がキャッシュ単価で処理され、実費を抑えながら文脈のズレを減らせます。長い前提を毎回貼り直してモデルが途中で前提を忘れる、という定番の失敗を起こしにくくなる点が実務的な利点です。

GPT-6 Astraを使うときの2つの注意点

導入前に押さえておきたい注意点は大きく2つあります。安全策による停止と、コストの膨張です。順に見ていきます。

安全策で処理が止まる前提で組む

1つ目は、Critical認定にともなう安全策で処理が止まる場面が増える点です。Astraはサイバー能力が高いぶん、危険と判断した指示を拒否したり、リスクの高い操作を止めたりする設計になっています。自動化に組み込む際は「途中で止まっても壊れない」構成にし、最終的な出力確認は人が担う前提にしておくのが安全です。ログを残し、止まった箇所から再開できるようにしておくと、無人運用でも事故になりにくくなります。

賢さは同等なので全部をAstraに寄せない

2つ目は、賢さがGPT-5.6 Solと同等である以上、すべての用途をAstraに寄せるとコストだけが膨らむ点です。要約・翻訳・下書きのような「考えて答える」作業は安いモデルに任せ、画面操作やコード編集のような「手を動かす」工程だけAstraにまわすのがコストとのバランスがよい使い分けです。モデルを仕事内容で振り分ける考え方はClaudeモデルの使い分けでも整理しています。

よくある質問

まとめ｜Astraは「作業を任せる」用途から試す

GPT-6 Astraを入れるかどうかは、「賢さが欲しいのか、手を動かしてほしいのか」で判断できます。要約や翻訳など考えて答える作業なら、賢さが同等でコストの安いGPT-5.6 Solで足ります。逆に、画面操作やコード編集を丸ごと任せたいなら、Astraのコンピュータ操作とapply_patchが活きてきます。まずはChatGPTの有料プランで「LPのたたき台を作らせる」「既存コードを差分で直させる」といった手を動かす作業から試し、人の介在がどれだけ減るかを自分の案件で確かめるのが失敗しない進め方です。GPTをClaude Codeなど開発環境から使う手順はClaude CodeでGPT-5.6 Solを動かす方法、モデルの使い分けはClaudeモデルの使い分けでまとめています。